买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉山东大学申请的专利一种基于多参数电气系统故障诊断方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN121049623B 。

龙图腾网通过国家知识产权局官网在2026-01-06发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202511595589.9，技术领域涉及：G01R31/00；该发明授权一种基于多参数电气系统故障诊断方法是由丛伟;王芳原;梁爽;帅哲轩;于帅淇;王俊哲;徐翠英设计研发完成，并于2025-11-04向国家知识产权局提交的专利申请。

本一种基于多参数电气系统故障诊断方法在说明书摘要公布了：本发明涉及电气故障诊断技术领域，公开了一种基于多参数电气系统故障诊断方法。该方法采集电气系统的多维度运行参数，所述多维度运行参数包括电压波形数据、电流波形数据及温度分布数据；对所述多维度运行参数进行时频联合分析，提取多尺度电气特征，所述多尺度电气特征包括稳态特征分量和瞬态特征分量；基于历史故障案例库，对所述多尺度电气特征进行模式匹配，生成初始故障类型集合；利用动态权重分配算法对所述初始故障类型集合中的故障类型进行置信度评估，筛选出高置信度故障类型；根据所述高置信度故障类型，构建故障演化路径模型，所述故障演化路径模型用于描述故障特征的时序。

本发明授权一种基于多参数电气系统故障诊断方法在权利要求书中公布了：1.一种基于多参数电气系统故障诊断方法，其特征在于，包括： 采集电气系统的多维度运行参数，所述多维度运行参数包括电压波形数据、电流波形数据及温度分布数据； 对所述多维度运行参数进行时频联合分析，提取多尺度电气特征，所述多尺度电气特征包括稳态特征分量和瞬态特征分量； 基于历史故障案例库，对所述多尺度电气特征进行模式匹配，生成初始故障类型集合； 利用动态权重分配算法对所述初始故障类型集合中的故障类型进行置信度评估，筛选出高置信度故障类型； 根据所述高置信度故障类型，构建故障演化路径模型，所述故障演化路径模型用于描述故障特征的时序关联性； 结合实时监测数据，对所述故障演化路径模型进行动态修正，生成优化后的故障诊断结果， 所述对所述多维度运行参数进行时频联合分析，提取多尺度电气特征，包括： 采用自适应分解算法对所述电压波形数据和电流波形数据进行信号分离，获得低频基波分量和高频谐波分量； 对所述高频谐波分量进行能量密度分析，确定异常频段范围； 基于所述异常频段范围，提取所述瞬态特征分量，所述瞬态特征分量包括脉冲幅值及持续时间； 对所述低频基波分量进行相位偏移检测，提取所述稳态特征分量，所述稳态特征分量包括幅值波动率和相位一致性指标； 所述基于历史故障案例库，对所述多尺度电气特征进行模式匹配，生成初始故障类型集合，包括： 将所述稳态特征分量和瞬态特征分量输入至预训练的故障分类模型中，输出候选故障类型； 根据所述候选故障类型与历史故障案例库中的故障特征相似度，计算匹配得分； 筛选匹配得分高于预设阈值的候选故障类型，构成所述初始故障类型集合； 所述利用动态权重分配算法对所述初始故障类型集合中的故障类型进行置信度评估，包括： 根据所述稳态特征分量和瞬态特征分量的贡献度，动态调整权重系数； 基于所述权重系数，计算所述初始故障类型集合中每种故障类型的综合置信度； 剔除综合置信度低于临界值的故障类型，保留所述高置信度故障类型； 所述构建故障演化路径模型，包括： 提取所述高置信度故障类型对应的历史故障特征序列； 分析所述历史故障特征序列的时序变化规律，建立故障特征转移矩阵； 根据所述故障特征转移矩阵，预测当前故障特征的下一阶段演化趋势； 所述对所述故障演化路径模型进行动态修正，包括： 实时采集所述电气系统的更新运行参数，提取新增电气特征； 将所述新增电气特征与所述故障演化路径模型的预测结果进行比对，计算偏差量； 若所述偏差量超过允许范围，则重新调整所述故障特征转移矩阵的参数； 所述生成优化后的故障诊断结果，包括： 根据修正后的故障演化路径模型，输出最终故障类型及演化阶段； 结合所述温度分布数据，验证所述最终故障类型的物理合理性； 所述验证所述最终故障类型的物理合理性，包括： 建立所述温度分布数据与电气损耗特征的映射关系； 判断所述最终故障类型对应的理论温升是否与实际温升数据一致； 若不一致，则重新执行所述动态权重分配算法和故障演化路径模型修正步骤。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人山东大学，其通讯地址为：264209 山东省威海市高区文化西路180号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。